随着信息技术的发展,3G移动通信技术渐渐推广,数字电视、高清家庭影院日益普及,数字电影逐渐取代传统的胶片电影,数码相机、数码摄像机等电子产品的性能迅速提高,图像和视频等视觉信息在人们的生产、生活中占有越来越重要的地位,人们对视觉信息的质量要求也越来越高,相应地也对图像/视频编码技术提出了越来越高的要求。JPEG2000/motion-JPEG2000编码标准适应当前对图像/视频编码技术的要求,逐渐成为流行标准。本文针对JPEG2000/motion-JPEG2000应用中相关的系列关键性技术做了研究,主要内容如下。首先本文对JPEG2000 ROI编码技术做了研究。JPEG2000中定义了两种ROI编码方法:MaxShift方法和General Scaling Based(GSB)方法。在低码率应用环境下,MaxShift方法有可能把所有背景信息全部丢弃,但是有些应用中需要一定的背景信息;GSB方法虽然在一定程度上弥补了MaxShift方法的不足,但是需要形状编码。由于形状编码的复杂性,JPEG2000只规定了矩形和椭圆两种形状,而这两种形状不能精确地描述任意形状的ROI,导致编码效率降低。因此,高效地编码任意形状的ROI和在低码率环境下保持一定背景信息成为JPEG2000 ROI编码的研究重点。由于在总码率受限的情况下提高背景质量和提高ROI质量相矛盾,有学者提出了折衷的解决方法:控制ROI和背景的相对质量。现有的控制相对质量的方法是通过控制ROI和背景的相对码率实现的,这类实现方法主要有以下三个缺点:①相对码率计算复杂,②只有完全解码后才能实现预定的相对质量,③以不受限制码率解码时,图像背景区质量低。高效编码任意形状ROI的方法之一是对位平面重排,使得解码器能够根据位平面位置区分ROI和背景比特,或者不需要区分ROI和背景就能解码,从而不需要编码端提供ROI形状信息。针对控制相对码率方法的第一个缺点,本文提出了通过控制参与解码的ROI和背景位平面数量相对值来控制其相对质量的思路。然后基于控制两类位平面相对数量和位平面重排的思想,本文提出了两种ROI编码方法,一种是适用于常见较小深度值图像的位平面段移动(BPSShift)方法,一种是适用于较大深度图像的位平面组移动(BPGShift)方法。编码时BPSShift方法首先对ROI和背景位平面进行分段;然后以位平面段为单位,从权重较大的部分开始对ROI和背景位平面进行移动重排,使得ROI位平面段和背景位平面段间隔排列。由于两类位平面段的数量可能不相同,当数目少的一类位平面段排列完后,另一类位平面段的剩余部分全部排列到低权重的位平面位置。当图像以中低码率解码时,随着码率的提高,参与解码的ROI和背景位平面数量以大致恒定的比例增加,这个数量比约等于两类位平面段大小之比。相应地,解码图像保持大致恒定的相对质量。因此两类位平面段大小之比可以作为两部分图像相对质量的近似度量。由于BPSShift方法可以不丢弃任何位平面,所以当解码码率不受限制时,解码图像的ROI区和背景区能够都有很高的质量。由于ROI位平面段和背景位平面段处于不同的位平面位置,解码器能够根据其位置的不同对它们进行区分,所以BPSShift方法能够解码任意形状的ROI而不需要编码端提供任何形状信息。当使用BPSShift方法对较大深度图像编码时有可能使用大位平面段,大位平面段可能导致解码图像的相对质量变动较大,针对这个问题本文提出了BPGShift方法加以解决。BPGShift方法在BPSShift方法的基础上把位平面段进一步划分成子段,并增加了细化位平面排列的子段排列运算,使得在大位平面段情况下解码图像的相对质量更加稳定。BPSShift方法和BPGShift方法的主要运算都是移动位平面,因此实现简单,计算量小。此外这两种方法的附加数据量小,都支持多ROI图像的编码。然后本文对motion-JPEG2000错误隐藏技术做了研究。由于沿高频方向相邻小波系数之间相关性极弱,沿低频方向的相关性随系数间的距离增大衰减很快,所以使用空间邻近系数信息的错误隐藏方法对高频子带大尺寸误码块的错误隐藏效果并不理想。由于离散小波变换的移变性,所以不能直接使用运动补偿方法从相邻帧的信息中恢复高频子带误码块。为了解决移变性问题,本文引入了cycle-spinning算法,利用cycle-spinning把移变系数转变成移不变的系数。在此基础上,本文提出了基于cycle-spinning的错误隐藏方法。该方法首先利用cycle-spinning算法把参考帧中具有移变性的高频子带系数转变成移不变系数,然后使用运动补偿从移不变的相邻帧系数中得到误码块应有的信息,恢复误码块,达到隐藏错误的目的。基于cycle-spinning的错误隐藏方法可以用于各个高频子带大尺寸编码块的错误隐藏,包括通常错误隐藏方法不适用的HH子带。最后本文以JPEG2000熵编码框架为基础,对超完备小波图像编码进行了研究。常用小波(包括JPEG2000中定义的小波)的局限性,使得冗余字典图像稀疏编码方法成为研究热点之一,然而如何选择最小的子字典成为冗余字典稀疏编码方法中一个待解决的问题。由于超完备小波集可以看作冗余字典,小波分解系数是图像在小波上的投影,所以对超完备小波分解系数的选择就是对子字典的选择。本文把聚类、模式识别领域的mean shift方法引入到超完备log-Gabor小波分解系数的选择算法中,对Fischer等人的超完备小波系数选择方法进行改进,提出了基于mean shift的超完备log-Gabor小波分解系数选择方法,取得了比Fischer等人的方法更快的选择速度。然后在本文提出的系数选择方法基础上,借用JPEG2000中的熵编码方法构建了稀疏编码方案。实验证明在产生相近PSNR解码图像的情况下,本文所构造的稀疏编码方法虽然压缩率稍低于JPEG2000有损压缩,但它明显的减少了解码图像的artifact,具有更好的主观图像质量。因此基于mean shift的log-Gabor小波系数选择方法能够有效地选择系数,适合用于超完备log-Gabor小波图像稀疏编码;本文提出的稀疏编码方案有一定优点,值得进一步研究完善。